Extraction et Modélisation de la cinétique du traceur en imagerie TEP pour la caractérisation des tissus tumoraux

par Ines Ketata

Thèse de doctorat en Sciences - STS

Sous la direction de Frédéric Morain-Nicolier.

Soutenue le 06-12-2013

à Reims en cotutelle avec l'ENIS Sfax-Tunisie/URCA , dans le cadre de Ecole doctorale Sciences, technologies, santé (Reims, Marne) , en partenariat avec (CRESTIC) Centre de Recherches en STIC (laboratoire) .

Le président du jury était Dorra Sallemi.

Le jury était composé de Ahmed Ben hamida, Frédéric Morain nicolier, Su Ruan, Nawres Khlifa.

Les rapporteurs étaient Mounir Sayadi, Yvon Voisin.


  • Résumé

    Les travaux de recherche de cette thèse s'inscrivent dans le cadre de la caractérisation du cancer du sein dans le but de réaliser une nouvelle approche pour l'extraction et la modélisation de la cinétique du traceur en imagerie TEP. La mesure du taux de comptage d'un traceur dans une région d'intérêt (ROI) estimée au moyen d'une extension d'une Carte de Dissimilarité Locale à Valeurs Réelles (CDLVR) proposée en niveaux de gris et l'utilisation des modèles dynamiques comme la méthode d'Analyse Factorielle des Séquences d'Images Médicales (AFSIM) appliquée sur la ROI permettent la quantification automatique et précoce du métabolisme glucidique. Plus spécifiquement, il s'agit de déterminer un nouveau paramètre empirique KFPQ. Il est calculé à partir des deux compartiments obtenus dans la région d'intérêt tumorale et tel que évalué durant le premier passage du traceur 18F-FDG dans les images TEP précoces.

  • Titre traduit

    Extraction and Modeling of the kinetics of the tracer in PET imaging for the characterization of tumor tissues


  • Résumé

    The research of this thesis proposes in the context of the breast cancer characterization in order to achieve a new approach for the extraction and modeling of the tracer kinetics in PET imaging.The measurement of the counting rate of a tracer in a region of interest (ROI) estimated using an extension of a Real Valued Local Dissimilarity Map (RVLDM) proposed grayscale and the use of dynamic models as the method of factor analysis of medical image sequences (FAMIS) applied on the ROI enable an automatic early quantification of glucose metabolism. More specifically, it is to determine a new KFPQ empirical parameter. It is calculated from the two compartments obtained in the region of interest and tumor as assessed during the first pass of the 18F-FDG tracer in the early PET images.


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse ?

  • Bibliothèque : Université de Reims Champagne-Ardenne (Bibliothèque électronique). Bibliothèque universitaire.
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.